An Elementary Proof of the Near Optimality of LogSumExp Smoothing
对数和指数平滑近似最优性的一个初等证明
机构 * Johns Hopkins University（约翰霍普金斯大学）
AI总结 研究 \(\mathbb{R}^d\) 中最大值函数平滑设计，通过初等构造给出下界，证明对数和指数平滑近似最优，同时给出更强平滑说明其非完全最优，在低维提出恰好最优平滑。
Comments 15 pages
高校专区
Johns Hopkins University（约翰斯·霍普金斯大学）
TagSpeech: End-to-End Multi-Speaker ASR and Diarization with Fine-Grained Temporal Grounding
TagSpeech：基于细粒度时间定位的端到端多说话人自动语音识别与说话人分离
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 研究提出TagSpeech框架，利用时间锚点定位技术联合多说话人ASR与说话人分离。通过关键设计解决细粒度对齐挑战，端到端建模“谁在何时说了什么”。实验显示其在DER上优于基线，采用参数高效训练范式，低计算成本获强性能。
Comments Accepted to ACL2026 Main Oral; v2: added overlap analysis in Section 5.2
Toward Autonomous Soft Robotic Endovascular Navigation via Imitation Learning
通过模仿学习实现自主软机器人血管内导航
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Stanford University（斯坦福大学） ； McGill University（麦吉尔大学） ； University of Maryland（马里兰大学） ； Swiss Federal Institute of Technology in Lausanne (EPFL)（日内瓦联邦理工学院（EPFL）） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 研究旨在实现自主软机器人血管内导航，开发基于变压器的模仿学习框架，通过目标条件等实现通用导航，在多种几何结构上训练并评估，策略成功率高，还进行了相关研究及扩展，提升了在未见几何结构上的成功率。
pyMEAL: A Multi-Encoder Augmentation-Aware-Learning Toolbox for Robust Medical Image Translation
pyMEAL：用于稳健医学图像翻译的多编码器增强感知学习工具箱
机构 * Hong Kong Centre for Cerebro-Cardiovascular Health Engineering (COCHE)（香港脑心血管健康工程中心） ； Department of Informatics, Sokoine University of Agriculture（农业科学学院信息系） ； Department of Diagnostic Radiology, The University of Hong Kong（香港大学诊断放射科） ； State Key Laboratory of Brain and Cognitive Sciences, The University of Hong Kong（香港大学脑科学与认知科学国家重点实验室） ； Alzheimer’s Disease Research Network, The University of Hong Kong（香港大学阿尔茨海默病研究网络） ； Department of Biomedical Engineering, City University of Hong Kong（城市大学生物医学工程系） ； Department of Radiology and Radiological Science, The Johns Hopkins University School of Medicine（约翰霍普金斯大学医学院放射学与放射科学系） ； City University of Hong Kong Shenzhen Research Institute（城市大学深圳研究 institute）
AI总结 针对医学图像翻译受患者差异等挑战及3D图像翻译受阻问题，提出多编码器增强感知学习（MEAL），研究三种特征整合策略，经实验验证其在CT到T1加权MRI翻译任务中表现出色，提升了医学图像翻译的稳健性和临床适用性。
Comments 46 pages, 11 figures, 3 tables
Global Sequential Testing for Multi-Stream Auditing
多流审计的全局序贯检验
机构 * Mathematical Institute for Data Science (MINDS), Johns Hopkins University（数据科学数学研究所（MINDS），约翰霍普金斯大学） ； Department of Biomedical Engineering, Johns Hopkins University（生物医学工程系，约翰霍普金斯大学） ； Amazon Responsible AI（亚马逊负责任人工智能）
AI总结 针对多数据流审计问题，提出基于鞅合并的序贯检验方法，在稀疏和密集备择假设下分别达到最优停止时间，并通过实验验证。
AGAPI-Agents: An Open-Access Agentic AI Platform for Accelerated Materials Design on AtomGPT.org
AGAPI-Agents：用于在AtomGPT.org上加速材料设计的开放访问智能代理人工智能平台
机构 * Johns Hopkins University（约翰霍普金斯大学） ； West Virginia University（西弗吉尼亚大学）
AI总结 研究智能代理人工智能系统中工具访问对预测准确性的影响，核心方法是构建AGAPI平台整合多种模型与工具，主要贡献是明确其在材料设计中能提高精度、展示多步骤工作流程且证实工具在特定情况下不可或缺。
Comments 35 pages, 5 figures
Parameter-Free and Group Conditional Online Conformal Prediction
无参数和组条件在线共形预测
机构 * Data Science and AI Institute (DSAI), Johns Hopkins University（数据科学与人工智能研究院（DSAI），约翰霍普金斯大学） ； Mathematical Institute for Data Science (MINDS), Johns Hopkins University（数据科学数学研究院（MINDS），约翰霍普金斯大学） ； Department of Biomedical Engineering, Johns Hopkins University（生物医学工程系，约翰霍普金斯大学） ； Department of Computer Science, Johns Hopkins University（计算机科学系，约翰霍普金斯大学） ； Amazon Responsible AI（亚马逊负责任人工智能）
AI总结 提出一种无参数算法用于组条件在线共形预测，在保证组条件覆盖的同时无需调参，并在合成和真实数据上验证了其有效性和可靠性。
AtomBench: A Benchmarking Framework for Generative Crystal Reconstruction Models in Conventional Superconductors
AtomBench：传统超导体中生成晶体重建模型的基准测试框架
机构 * Department of Physics and Astronomy, West Virginia University（物理与天文学系，西弗吉尼亚大学） ； Department of Materials Science and Engineering, Whiting School of Engineering, The Johns Hopkins University（材料科学与工程系，韦廷工程学院，约翰霍普金斯大学）
AI总结 研究针对生成晶体重建模型，提出可扩展、模型无关的AtomBench框架，在传统超导体晶体重建任务中比较四个模型，用多种指标衡量重建保真度，得出各模型表现及相关结论，还开源该框架供社区使用。
MLLM-LLaVA-FL: Multimodal Large Language Model Assisted Federated Learning
MLLM-LLaVA-FL：多模态大语言模型辅助联邦学习
机构 * Duke University（杜克大学） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Maryland College Park（马里兰大学学院市分校） ； Lenovo Research（联想研究院）
AI总结 针对联邦学习中数据异质性问题，提出MLLM-LLaVA-FL框架，利用多模态大语言模型，通过全球视觉文本预训练、客户端本地训练和服务器端全局对齐三个阶段，提升联邦学习性能。
Comments Accepted to WACV 2025
Journal ref IEEE/CVF Winter Conference on Applications of Computer Vision (WACV 2025)
TRACE: Temporal Relationship-Aware Conversational Entrainment Detection in Dyadic Speech
TRACE: 双人语音中基于时间关系的对话韵律同步检测
机构 * Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； Department of Electrical and Computer Engineering, Johns Hopkins University（约翰霍普金斯大学电气与计算机工程系） ； Amazon Research（亚马逊研究院） ； Amazon（亚马逊）
AI总结 提出TRACE框架，通过窗口级声学嵌入建模双人交互的时间序列，结合对话上下文和关系信息，在DyadEE数据集上实现97.01%的情感韵律同步检测准确率。
Yield Curves Dynamics Using Variational Autoencoders Under No-arbitrage
无套利条件下使用变分自编码器的收益率曲线动力学
机构 * Department of Applied Mathematics and Statistics, Johns Hopkins University, USA（应用数学与统计学系，约翰霍普金斯大学，美国）
AI总结 提出一种物理信息生成框架，通过两阶段架构（学生t条件变分自编码器+动态水平注入和神经随机微分方程）解决深度学习统计灵活性与固定收益理论约束的冲突，在多个主权货币上显著降低预测误差并实现无套利。
Comments This is the full script (version 2) of our paper, which is awaiting submission to financial journals/conferences, after modifying and double-checking the reference lists
Learning on the Manifold: Unlocking Standard Diffusion Transformers with Representation Encoders
流形上的学习：通过表示编码器解锁标准扩散变压器
机构 * Johns Hopkins University（约翰霍普金斯大学）
AI总结 研究利用表示编码器进行生成建模时标准扩散变压器收敛失败的问题，指出根本原因是几何干扰，提出黎曼流匹配与雅可比正则化方法，使标准扩散变压器无需宽度缩放就能收敛。
Comments ECCV 2026
Phi-SegNet: Phase-Integrated Supervision for Medical Image Segmentation
Phi-SegNet：用于医学图像分割的相位集成监督
机构 * mHealth Lab, Department of Biomedical Engineering, Bangladesh University of Engineering and Technology（孟加拉工程与技术大学生物医学工程系mHealth实验室） ； Department of Electrical and Computer Engineering, Johns Hopkins University（约翰霍普金斯大学电气与计算机工程系） ； Center for Bioengineering Innovation and Design, Department of Biomedical Engineering, Johns Hopkins University（约翰霍普金斯大学生物工程创新与设计中心，生物医学工程系）
AI总结 研究针对医学图像分割跨模态泛化难问题，提出Phi-SegNet架构，在架构和优化层面融入相位感知信息，含双特征掩码模块与逆傅里叶注意力块，经实验取得优异性能，为泛化分割框架发展提供新思路。
Comments 13 pages, 9 figures
Closing Gaps in Emissions Monitoring with Climate TRACE
利用气候追踪填补排放监测的差距
机构 * Nicholas Institute for Energy Environment & Sustainability（能源环境与可持续性研究所） ； Department of Electrical Engineering and Computer Science（电气工程与计算机科学系） ； WattTime（WattTime公司） ； Johns Hopkins Applied Physics Laboratory（约翰霍普金斯应用物理实验室） ； Marine Science Institute（海洋科学研究所） ； TransitionZero（TransitionZero公司） ； Duke University（杜克大学） ； Global Fishing Watch（全球渔业监测） ； CTrees（CTrees公司）
AI总结 通过评估现有排放数据集，发现可提升排放数据实用性的机会，基于此提出气候追踪框架及数据集，综合现有数据并填补空白，为排放监测和缓解规划提供支持。
Bayesian Invariance Modeling of Multi-Environment Data
多环境数据的贝叶斯不变性建模
机构 * Department of Applied Mathematics and Statistics, Johns Hopkins University（应用数学与统计学系，约翰霍普金斯大学） ； Department of Statistics, Columbia University（统计学系，哥伦比亚大学） ； Department of Computer Science, Columbia University（计算机科学系，哥伦比亚大学） ； Warrington College of Business, University of Florida（佛罗里达大学沃林顿商学院） ； Department of Statistics, University of Michigan（统计学系，密歇根大学）
AI总结 研究多环境数据的不变性预测问题，提出贝叶斯不变性预测模型BIP，通过将不变特征索引编码为潜在变量并后验推断恢复，证明后验一致性等，设计变分近似VI-BIP，在模拟和真实数据中表现更优。
Conformal Policy Control
符合性策略控制
机构 * Johns Hopkins University（约翰霍普金斯大学） ； New York University（纽约大学）
AI总结 本文提出一种基于安全参考策略的符合性校准方法，用于在不违反安全约束的前提下，使优化但未测试的策略能够安全地进行探索，并在有限样本下提供理论保证。
Comments International Conference on Machine Learning (ICML), 2026
CreativityPrism: A Cross-Domain Evaluation Framework for Large Language Model Creativity
CreativityPrism：大语言模型创造力的跨域评估框架
机构 * University of Pittsburgh（匹兹堡大学） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Notre Dame（诺特丹大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（人工智能研究院） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
AI总结 提出CreativityPrism框架，整合发散思维、创意写作和逻辑推理三个领域的八项任务，从质量、新颖性和多样性三个维度评估LLM创造力，发现前沿模型在创意写作和逻辑推理上领先，但在发散思维上无显著优势，且各维度间相关性弱。
Comments Published in Transactions on Machine Learning Research (06/2026)
Active View Selection with Perturbed Gaussian Ensemble for Tomographic Reconstruction
基于扰动高斯集成的主动视角选择用于层析重建
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Australian National University（澳大利亚国立大学） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 针对稀疏视角CT重建中视角选择问题，提出扰动高斯集成框架，通过不确定性建模和密度引导扰动选择最优视角，有效消除几何伪影。
Comments Accepted to ECCV 2026. Project page: https://perturbed-gaussian-ensemble.cvmlgroup.web.illinois.edu/
Evaluating Implicit Biases in LLM Reasoning through Logic Grid Puzzles
通过逻辑网格谜题评估LLM推理中的隐性偏见
机构 * Rutgers University（罗格斯大学） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 提出PRIME框架，利用逻辑网格谜题系统探测LLM在复杂推理中受社会刻板印象的影响，发现模型在解与刻板印象一致时推理更准确。
Comments 26 pages (including appendix)
Match-Any-Events: Zero-Shot Motion-Robust Feature Matching Across Wide Baselines for Event Cameras
Match-Any-Events: 零样本跨大基线事件相机运动鲁棒特征匹配
机构 * Johns Hopkins University（约翰霍普金斯大学） ； ShanghaiTech University（上海科技大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Archimedes, Athena RC（Archimedes，Athena RC）
AI总结 本文提出首个零样本事件匹配模型，通过运动鲁棒且高效的注意力骨干网络和稀疏感知事件token选择，实现跨数据集大基线对应。实验显示比现有方法提升37.7%。
Comments Accepted to ECCV 2026
Journal ref Proceedings of the European Conference on Computer Vision (ECCV) 2026
RCTs for Frontier AI Governance: Methodological Challenges and Solutions for Human Uplift Studies
随机对照试验与人类提升研究：前沿AI评估的方法论挑战与实践解决方案
机构 * RAND ； Johns Hopkins University（约翰霍普金斯大学） ； Cornell University（康奈尔大学） ； Harvard University（哈佛大学） ； University of Cambridge（剑桥大学） ； London School of Economics（伦敦经济学院）
AI总结 本文通过访谈16位专家，系统梳理了人类提升研究（测量AI对人类绩效影响）在随机对照试验中面临的方法论挑战，包括内部效度、外部效度和构念效度问题，并提出了相应的解决方案。
SciFig: Towards Automating Editable Figure Generation for Scientific Papers
SciFig：面向科学论文的可编辑图形自动生成
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Zhejiang University（浙江大学） ； Independant Researcher（独立研究者） ； Tsinghua University（清华大学） ； University of Central Florida（佛罗里达中央大学） ； City University of Hong Kong（香港城市大学） ； Adobe Research（Adobe研究）
AI总结 提出SciFig多智能体框架，从科学文本自动生成可编辑的高质量方法图，通过分解规划、布局、渲染和迭代优化，在435个基准上优于基线，平均10分钟生成可编辑图形。
BAT-Nav: Budget-Aware Arbitration and Termination for Long-Horizon Semantic Navigation
MORN: 为资源理性长周期导航的元认知目标-目标调节
机构 * LCSR Lab, Johns Hopkins University（约翰霍普金斯大学LCSR实验室） ； Xi’an Jiaotong University（西安交通大学） ； JD Explore Academy, Beijing, China（京东探索研究院，北京，中国）
AI总结 本文提出MORN，一种基于双过程理论的元认知导航架构，通过引入资源理性机制，解决传统导航系统在长周期任务中因缺乏全局资源意识导致的资源浪费问题，提升了目标完成率和任务效率。
Power Couple? AI Growth and Renewable Energy Investment
电力情侣？AI增长与可再生能源投资
机构 * Paul Merage School of Business, University of California, Irvine（加州大学厄尔布雷希特商学院） ； Carey Business School, Johns Hopkins University（约翰霍普金斯大学卡里商学院） ； Data Science and AI Institute, Johns Hopkins University（约翰霍普金斯大学数据科学与人工智能研究院）
AI总结 通过博弈模型研究AI增长与可再生能源投资的均衡，发现当市场回报超模且性能提升近似线性时，可再生能源扩张主要缓解算力约束而非替代化石能源，导致“适应陷阱”；当回报递减时，则形成“适应路径”推动脱碳。
Comments 35 pages, 3 figures, 15-page appendix
Dual-Anchoring: Addressing State Drift in Vision-Language Navigation
双锚定：解决视觉语言导航中的状态漂移问题
机构 * National Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能国家重点实验室） ； National Engineering Research Center for Visual Information and Applications（视觉信息与应用国家工程研究中心） ； Institute of Artificial Intelligence and Robotics（人工智能与机器人研究院） ； Xi’an Jiaotong University（西安交通大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Johns Hopkins University（约翰霍普金斯大学） ； Joy Future Academy, JD（京东探索研究院）
AI总结 提出双锚定框架，通过指令进度锚定和记忆地标锚定分别解决进度漂移和记忆漂移，显著提升长场景导航成功率。
Comments Accepted by ECCV26
Societal Alignment Frameworks Can Improve LLM Alignment
社会对齐框架可以改进大语言模型对齐
机构 * ETH Zurich（苏黎世联邦理工学院） ； Mila, McGill University（麦吉尔大学米尔人工智能实验室） ； University of Cambridge（剑桥大学） ； Columbia University（哥伦比亚大学） ； University of Toronto, Google DeepMind（多伦多大学与DeepMind） ； McGill University, ServiceNow（麦吉尔大学与ServiceNow） ； Google DeepMind（谷歌DeepMind） ； University of Utah（犹他大学） ； King's College London（伦敦国王学院） ； Johns Hopkins University（约翰霍普金斯大学） ； Mila, McGill University, ServiceNow（麦吉尔大学米尔人工智能实验室与ServiceNow）
AI总结 本文提出借鉴社会、经济和契约对齐框架来改进大语言模型对齐，探讨不确定性在其中的作用，并将目标未指定性视为机遇而非缺陷，同时强调参与式对齐界面设计的必要性。
DoGMaTiQ: Automated Generation of Question-and-Answer Nuggets for Report Evaluation
DoGMaTiQ：面向报告评估的问答片段自动生成
机构 * Google Inc.（谷歌公司） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Maryland（马里兰大学） ； Yale University（耶鲁大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of New Hampshire（新罕布什尔大学）
AI总结 提出DoGMaTiQ流水线，通过文档锚定生成、释义聚类和基于质量准则的子选择三步自动生成高质量QA片段，实现报告的全自动评估，在跨语言任务中与人工判断高度相关。
Comments ICTIR '26
Beyond Relevance: On the Relationship Between Retrieval and RAG Information Coverage
超越相关性：检索与RAG信息覆盖之间的关系
机构 * Johns Hopkins University（约翰霍普金斯大学） ； National Institute of Standards and Technology（国家标准与技术研究院） ； University of New Hampshire（新罕布什尔大学）
AI总结 研究检索质量与生成响应信息覆盖的关系，发现基于覆盖的检索指标与生成响应中的要点覆盖强相关，支持用检索指标代理RAG性能。
Comments 12 pages, ICTIR 2026
PhyGDPO: Physics-Aware Groupwise Direct Preference Optimization for Physically Consistent Text-to-Video Generation
PhyGDPO: 物理感知的分组直接偏好优化以实现物理一致的文本到视频生成
机构 * Meta Superintelligence Labs（Meta超智能实验室） ； Johns Hopkins University（约翰霍普金斯大学） ； Meta BizAI（Meta商业人工智能）
AI总结 提出PhyAugPipe构建大规模物理增强数据集PhyVidGen-135K，并设计PhyGDPO框架，利用分组Plackett-Luce模型和物理引导奖励机制，实现物理一致的文本到视频生成。
Comments ECCV 2026
Are Language Models Sensitive to Morally Irrelevant Distractors?
语言模型对道德无关干扰因素敏感吗？
机构 * University of Washington（华盛顿大学） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 本研究借鉴道德心理学中的“情境主义”观点，通过构建包含60种道德无关干扰因素的多模态数据集，发现这些干扰因素能使大语言模型的道德判断偏移超过30%，揭示了其道德判断的不稳定性。
